리슨 랩스, AI 고객 인터뷰 확장 위해 6,900만 달러 유치

리슨 랩스와 AI 고객 인터뷰: 투자와 성장 개요

리슨 랩스(Listen Labs)는 샌프란시스코 도심에 난수만 적힌 이색 빌보드를 걸어 엔지니어를 모집했고, 그 퍼즐이 입소문을 타며 수천 명이 도전했다. 이 과감한 실험은 리빗 캐피털이 주도하고 Evantic, 기존 투자사인 세쿼이아 캐피탈, 컨빅션(Conviction), 페어 VC가 참여한 6,900만 달러 규모 시리즈 B로 이어졌다. 이번 라운드로 기업가치는 5억 달러, 누적 자금은 1억 달러에 이르렀다.

출시 9개월 만에 연환산 매출은 15배 성장해 8자릿수를 기록했고, 플랫폼을 통해 AI 기반 심층 대화를 활용한 인터뷰(일명 AI 고객 인터뷰)만 100만 건 이상을 소화했다. 공동창업자 알프레드 발포르스는 “고객 집착이 모든 것을 이끈다”고 강조한다.

기발한 채용 스턴트에서 시리즈 B 6,900만 달러까지

빌보드에 적힌 다섯 줄의 숫자는 사실 AI 토큰이었고, 이를 해독하면 베를린의 악명 높은 입장 컷 ‘베르크하인(Berghain)’을 가상 문지기로 거르라는 알고리즘 과제가 나왔다. 며칠 만에 수천 명이 풀이에 나섰고 430명이 정답을 맞혔으며, 일부는 실제 채용으로 이어졌다. 우승자는 전액 지원으로 베를린에 초대됐다. 해당 캠페인은 소셜 미디어 조회수 약 500만 회를 기록했다.

왜 전통적 시장조사는 고장났나 — AI 고객 인터뷰의 해법

리슨 랩스는 설문(정량)의 정밀성과 심층 인터뷰(정성)의 맥락을 통합한다. 설문은 선택지 편향과 ‘거짓 정밀성’ 문제로, 1:1 인터뷰는 확장성 한계로 비판받는다. 리슨 랩스는 AI 고객 인터뷰를 통해 개방형 영상 대화로 추적 질문을 이어가고, 수시간 내 실행 가능한 인사이트를 제공한다.

플랫폼 4단계 워크플로

1) AI가 연구 설계를 돕고, 2) 전 세계 3,000만 패널에서 적합 응답자를 리크루팅하며, 3) AI 모더레이터가 후속 질문까지 포함한 심층 인터뷰를 진행하고, 4) 핵심 테마, 하이라이트 릴, 슬라이드 덱을 담은 임원 보고서 형태로 결과를 제공한다. 선택형 설문과 달리 개방형 영상 응답은 ‘정답 맞히기’ 유혹을 줄여 솔직함을 높인다.

1,400억 달러 시장의 민낯 — 사기와 품질 관리

시장조사 업계의 ‘공공연한 비밀’은 응답 사기다. 리슨 랩스는 링크드인 프로필과 영상 응답을 교차 검증하고, 답변 일관성·패턴을 분석해 이상 징후를 잡아내는 ‘품질 가드’를 구축했다. 그 결과 민감 이슈(정치, 정신건강)에서도 발화량이 3배로 늘고, 솔직도가 높아졌다. 이 플랫폼을 활용한 에머리터스(Emeritus)는 기존 설문에서 약 20%에 달하던 사기·저품질 응답을 사실상 0으로 낮췄다.

마이크로소프트·심플 모던·처비스: 활용 사례와 속도의 이점

마이크로소프트는 과거 4~6주 걸리던 고객 인사이트를 리슨 랩스로 수일, 때로는 수시간 내 확보한다. 코파일럿 사용자 영상 스토리 수집도 하루 만에 완료했다. 심플 모던(Simple Modern)은 질의 작성 1시간, 연구 개시 1시간, 2.5시간 만에 120명 피드백을 받아 제품 출시 전략을 확정했다. 아동·청소년 대상 리크루팅이 어려웠던 처비스(Chubbies)는 참여자를 5명에서 120명으로 24배 늘렸고, 인터뷰를 통해 키즈 라인의 안감 긁힘 문제를 찾아 리디자인, 히트 상품을 만들었다.

더 싸지면 더 많이 쓴다 — 제번스 패러독스와 수요 확대

리슨 랩스는 고비용·저속도의 기존 벤더를 대체하는 동시에, 연구 단가 하락이 총수요를 키우는 제번스 패러독스를 현실화한다고 본다. 연구팀은 동일 인력으로 10배 더 많은 탐구를 수행하고, 비연구 직군도 업무 흐름 안에서 손쉽게 AI 고객 인터뷰를 실행할 수 있다.

팀과 채용 문화 — IOI 메달리스트가 만든 엔진

공동창업자는 하버드에서 만나 하루 2만 다운로드를 기록한 소비자 앱을 함께 만들며 리슨 랩스의 원형을 고안했다. 공동창업자는 독일 국가대표 알고리즘 경진대회 챔피언 출신으로 테슬라 오토파일럿을 거쳤고, 엔지니어링 팀의 30%가 국제정보올림피아드(IOI) 메달리스트다. 회사는 2024년 5명에서 40명으로 성장했고, 올해 150명까지 확대를 계획한다. 마케팅·그로스·오퍼레이션 등 비기술 직무에도 엔지니어를 배치해, AI 시대의 기술 유창성을 전사 역량으로 본다.

다음 단계 — 합성 고객과 자동화된 의사결정

로드맵의 핵심은 ‘합성 고객’이다. 축적된 인터뷰 데이터를 바탕으로 고객 군을 시뮬레이션하고, 그 목소리를 가상으로 재현한다. 더 나아가 연구 결론을 실행하는 에이전트를 소환해 코드 변경, 이탈 고객 할인 제공 등 자동화까지 지향한다. 민감 정보는 자동 비식별화·스크러빙하고, 모델 학습에는 고객 데이터를 사용하지 않으며, 중대한 비공개 정보(MNPI) 탐지·제거 같은 안전장치도 내장한다.

제품 개발의 미래와 리스크 — “Slow is fake”

호주 스타트업은 낮에는 코딩, 밤에는 미국 대상 리슨 스터디를 띄우는 24시간 피드백 루프를 운영 중이다. 이렇게 수집한 응답을 코드 도구에 바로 연동해 다음 날 제품을 다시 갱신한다. ‘코드를 쓰고, 사용자와 대화하라’는 격언이 코드 자동화와 AI 고객 인터뷰 자동화로 맞물리며, 거의 자율적인 제품 발전 고리를 만든다는 구상이다. 다만 MIT 연구에 따르면 2024년 AI 파일럿의 95%는 운영 전환에 실패한다. 발포르스는 데모보다 품질을 우선하겠다며, 깐깐한 검증을 거쳐 속도와 엄밀함을 함께 잡겠다고 말한다.